先看证据
发布的不只是更大的模型档位
Meta Superintelligence Labs（MSL）于2026年10月12日发布Muse Wonder与Muse Wonder Full，将它们定位为面向个人和专业智能体任务的新模型系列。两款模型都提供100万token上下文；Wonder可通过Meta Model API和Muse Code使用，Wonder Full则只向Muse Code订阅用户开放。Meta称，从重整AI工作到推出这组模型，历时约14个月。
这次发布值得读，不是因为一个新名字就能证明Meta进入了前沿阵营，而是因为它瞄准了此前公开承认的薄弱环节：长程智能体与编程工作流。Muse Spark之后，Meta把产品从“能回答什么”进一步推向“能否持续把任务做完”。这是一项产品方向的变化，是否成为稳定优势，还要看真实工作中的完成率、成本和可靠性。
能力跃迁集中在多步执行
Meta对产品机制的描述，重点不是某种公开的新架构，而是模型怎样维持任务推进：规划多步工作、并行调用工具、把部分工作交给子智能体，并在遇到错误或阻碍时调整路径。Meta把跨对话保留和取回相关上下文称为Active Memory，把受阻后改换路径、适应新信息或请求澄清称为Active Focus。公开资料没有披露具体训练配方、参数规模或足以复现模型的细节，因此这些名称应理解为产品能力描述，而不是可独立验证的内部机制说明。
第三方评测给出了更具体的信号。Artificial Analysis的Intelligence Index中，Wonder Full得56分，Wonder得52分，Muse Spark 1.3得48分，Opus 5.5得58分。Wonder Full在Terminal-Bench 4.0上从33%升至57%，GDPval-AA从1681升至1857 Elo。进步尤其落在需要调用工具、处理步骤和推进任务的测试上，因而比泛称“更聪明”更能说明Meta在补哪一块能力。
同一模型，在不同工作台上不是同一成绩
编码评测显示了这种能力的场景边界。在Artificial Analysis的Coding Agents Index里，Muse Wonder Full搭配Muse Code得68分，与Claude Code搭配Sonnet 5.5持平，高于Opus 5.5的66分；Wonder得63分。这不是单独模型的通用排名，而是模型与智能体产品组合后的特定结果。Meta模型页列出的DeepSWE 1.1和SWE-Marathon也显示Wonder系列表现强劲，但模型卡提醒，比较涉及不同推理设置，且并非所有结果都在完全统一的框架中取得。
因此，“Claude 5.5-tier”只能作为竞争位置的概括，不能当成全面同级认证。Wonder Full在综合指数上仍低于Opus 5.5，在编码智能体指数上却与Claude Code加Sonnet 5.5持平。对于技术负责人，这意味着选型单位不应只是模型名称，还包括推理档位、工具链、执行环境和评测任务。换一套工作台，排名和实际价值都可能变化。
分层交付也划出了使用边界
Wonder与Wonder Full的分工，把能力差异直接做成了产品入口差异。Wonder开放API，标价为每百万输入token 4美元、缓存输入0.20美元、输出20美元；Wonder Full没有公开按token定价，也不通过API提供，而是绑定Muse Code订阅。Power Usage每月50美元，Maximum Usage每月200美元。对团队而言，这意味着先能接入和评估的，不一定是最完整的推理档位。
这也让“更强”不自动等于“更适合部署”。长上下文和多步工具执行，可能提高任务完成能力，也会带来更多输入、调用与执行成本；现有材料不足以让所有组织据此估算自己的账单。应当用真实工作流测算每个任务的总消耗，并确认订阅限制、配额规则和数据接入方式，再决定是否把它纳入生产链路，而不是只看公开基准分数。
配额故障提醒：模型能力不等于产品成熟
上线当天，用户发现Wonder和Wonder Full异常快速消耗Muse Code配额。Meta当天修复问题，并为所有用户重置配额；负责团队也表示仍有问题待处理。单次故障不能说明模型本身不可靠，却说明高强度推理能力进入订阅产品后，计量、配额和使用体验同样是系统的一部分。对智能体产品来说，模型会执行多少步、怎样恢复、消耗如何呈现，都会影响用户能否信任它继续工作。
目前较稳妥的判断是：Muse Wonder让Meta在长程任务和编码智能体上拿出了有竞争力的证据，但没有证明它在所有任务、配置和成本条件下全面追平竞品。若要试用，先选可复核、可限制权限的任务，记录完成率、人工接管次数和实际token消耗；涉及邮件、文件或外部操作时，仍应设置明确授权与确认点。等任务表现、成本和配额稳定性都经受真实负载检验，再谈规模化部署。